实现技术发展的跨越——现代控制论与MATLAB语言，本文主要内容关键词为：控制论论文,技术发展论文,语言论文,MATLAB论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］N941.4 ［文献标识码］A ［文章编号］1008-6285(2004)03-0028-04
加入WTO，使我国融入经济全球化浪潮。21世纪是知识经济时代，由于社会与科学技术的迅猛发展，新学科大量涌现，科学技术的综合化不仅是一个不可改变的必然趋势，而且是一次意义深远的科技革命。学科交叉、科技结合将作为21世纪一种时代特点，给社会带来全面的发展影响，给人们提供完整的科学图景。当前，社会科学与自然科学这两大类学科群也日趋融合，成为科技领域的潮流。具有横断学科和综合学科特点的“现代控制论”，由于计算机的广泛使用和计算技术的高度发展，不仅为控制论的研究提供了新的工具和手段，而且从根本上冲击控制理论的方法论，大幅度地改进了系统自动控制方面的分析和综合方法。
（一）
随着通讯及信息处理技术的迅速发展，美国著名的控制论创始人维纳(N.Wiener)于1948年发表了《控制论——关于在动物和机器中控制和通讯的科学》著作，书中论述控制理论的一般方法，总结出三个最基本而又重要的概念：信息、反馈和控制（即控制论的三要素）。为控制理论这门学科奠定了坚实的基础。由于当时科学技术的局限性，使用“经典控制论”主要解决单输入单输出问题，所研究的系统多半是线性定常系统，主要采用传递函数、频率特性、根轨迹为基础的频率分析方法。
20世纪60～70年代，由于计算机的飞速发展，推动了空间技术的发展。这时伴随着学科的高度分化和高度综合，各学科之间相互交叉、互相渗透，出现了跨接于自然科学和社会科学的具有横向学科特点的“现代控制论”，使用“状态空间法”和系统论的概念来解决多输入、多输出、非线性、时变系统的问题。它以矩阵论和线性空间理论作为主要数学工具，并用电子计算机来实现对系统进行分析和综合。“现代控制论”是在引入状态和状态空间概念基础上发展起来的。系统特性的度量，即表现为状态；系统状态的变化，即为状态过程。状态过程在自然界、社会和思维中是普遍存在的。状态与状态空间早在古典动力学中已得到了广泛的应用。在50年代，Mesarovic教授曾提出：“结构不确定性原理”，指出“经典控制论”对于多变量系统不能确切描述系统的内在性质，后来用状态变量的描述方法，才能完全表达系统的动力学性质。60年代初，卡尔曼(Kalman)教授从外界输入对状态的控制能力以及输出对状态的反应能力这两个方面提出了能控性和能观性的概念，并首次提出“卡尔曼滤波”。这些概念深刻揭示了系统的内在性质与特征。实际上，现代控制论中所研究的许多基本问题，诸如最优控制和最佳估计等，都是以能控性、能观性作为解的存在为条件的。
在工程实践中，首先遇到的问题是将实际系统抽象为数学模型。有了数学模型，才能有效地去研究系统的各个方面。许多机、电、液系统、经济系统、管理系统等常可近似概括为线性系统。线性系统和力学中的质点一样，是一个理想模型，理想模型是研究复杂事物的主要方法，是对客观事物及其变化过程中的一种近似反映。在现代控制论中就是时自然和社会现象中抽象出来的数学模型，用状态空间方法表示，再做理论上的研讨。对于系统的状态方程，进行矩阵线性变换，可把整个系统分解为四个子系统，其中一个是“能控能观子系统”，正是“经典控制论”中的描述的方程，因此，状态空间描述才是系统的完整描述。
另外，为“获取反馈”，必须作观测器的设计，用观测器做“状态估计”。如遇到外界干扰，即设计一种有强抗干扰能力的Robust调节器，使调节器内部形成一个和外界干扰相对应的“内模”，以清除干扰影响。如果装置的参数存在着未知和不确定性的因素，或者运行过程中有较大改变时，往往会使系统的特性变坏；甚至不稳定而无法正常工作，这样必须设计“模型跟随自适应控制系统”。
在线性系统理论中，大量使用矩阵论中较深奥的内容，要从数学表达式中理解其物理性质。数学运算是逻辑思维与一些具体运算知识和技能相结合在数量关系方面的表现。线性空间理论（如象空间、核空间、子空间等）是系统分析中最核心的内容，它是一种语言工具，也是一种研究方法。通过工程设计的实践，可从形式逻辑思维和辩证逻辑思维进行理解。前者偏重于数学作为科学的语言方面，后者偏重于数学作为科学的研究方法方面，二者密切配合。学习、理解、应用“现代控制论”来解决工程、经济等方面的实际问题，必须发展自己对时间、空间的想象力。爱因斯坦说：“想象力比知识更重要”。
在设计中，要注意控制论基本概念的内涵和外延。比如，在观测器的设计中，对同一问题，设计人员所得的“解”互不相同。这正是在不同的矩阵变换下，系统的过程与状态的描述各不相同，犹如同一条曲线在不同的坐标系里有不同的方程一样。同一物理现象，在不同的参照系里有不同的表述。在判定系统的稳定性时，可构造李雅普诺夫(Liapunov)函数，如构造不出这种函数，是否就意味着这个系统就不稳定呢？不是的。因为这种判定方法只给出一个充分条件，而不是一个必要条件。如用Liapunov定义的渐近稳定性来搞系统的优化设计时，必须明确这个概念不能随意扩大或缩小。在研究线性系统的“传递函数矩阵”的零点、极点相消时，从数学表达式上看不出什么问题，却潜伏着不稳定的振型，全影响整个系统的稳定性。使用什么办法可消除其影响，在什么情况下又不能消除，设计人员必须进行进一步的深入研究。
从“经典控制论”发展到“现代控制论”，是人类对控制技术认识上的一次飞跃，在方法论上也有所发展。
（二）
20世纪80年代以来，科学技术获得了突飞猛进的发展，其中计算机技术和自动化技术这两大门类尤为突出，这两大门类构成了信息科学的基础。当前，信息已经变得越来越重要。在控制系统中的信息已不单是一种信号数值大小的变化，而且包括知识、经验等在内的多种信息；反馈的概念不再是单一的负反馈模式，系统可以暂时开环运行，也可加正反馈；控制已不是单纯地执行某个单一控制规律，而是根据动态过程需要来采取多种策略组合，以进行高度有效的控制，从信息、反馈和控制这三要素的内涵都发生了变化。可以看出，它们变化的本质特征在于智能化，这是现代科学技术高度分化又高度综合的必然结果，它反映了人们对“复杂不确定性系统”认识的深化，同时也反映了人们在控制这种系统的能力上正在增强。
实现事物“质”的确定性与不确定性在“量”方面的表现为：如果“量”为确定性的，可用经典数学来处理；“量”为不确定性的，如为“随机性”，则用统计数学来研究；如为“模糊性”可用Fuzzy数学进行研讨。现代电子计算机的计算速度及存储能力达到了非常惊人的提高。不仅能解决复杂的数学问题，还能参与控制宇宙飞船等，但在判断和推理方面却不如人脑，控制论的创始人维纳在谈到人能胜过任何最完善的机器时说“人具有运用模糊概念的能力”。人脑能对模糊事物进行认别和判决。美国扎德(Zedeh)教授深入研究了这一问题，他发现德国的康托(Cantor)创立的古典集合论中的集合概念必须推广，这样有利于用数学模型来描述某些现象中的模糊性。
在康托创立的经典集合论中，一事物即属于某集合，或不属于某集合，两者必居其一。其表达的概念的内涵和外延都必须是明确的，模糊概念不能用经典集合加以描述，这是因为不能绝对地区别“属于”或“不属于”，也就是不是绝对的0或1，而是介于0和1之间的一个实数。扎得教授突破了古典集合论中属于或不属于的绝对关系，提出了“隶属函数”这个概念来描述现象差异的中间过渡，标志着模糊数学的诞生。从而使计算机能够模拟人脑思维的模糊性特点，使部分自然语言作为算法语言直接进入计算机程序，让计算机完成更复杂的任务，这正是模糊控制产生的背景。模糊数学将作为信息个性中不可缺少的重要工具，目前世界科学家已将模糊集合理论用于新一代计算机，并把它和信息革命的要求密切地集合起来。现在，模糊数学在图像识别、自动控制、人工智能等方面得到广泛的应用。近几年来，一个多学科交叉的前沿技术领域，即神经网络，正在迅猛发展，它是利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，它是一种大规模并行非线性动力学系统，简称为NN(Neuralnetwork)。在信息处理、模式识别、智能控制等领域有着广泛的应用。
神经网络首先具有分布式存储信息的特点，他存储信息的方式与传统计算机思维方式是不同的。一个信息是分布在不同位置的，神经网络用大量神经元之间的联结及对各联结数值的分布来表示特定的信息，即使局部网络受损，仍能恢复原来的信息。其次，神经网络对信息处理及推理的过程具有并行的特点，每个神经元都可根据接收到的信息作独立的运算和处理，然后将结果传输出去。在输出模式中，通过输出节点的比较和本身信息的强弱而得到特定的解，这体现了神经网络能进行并行推理。另外，神经网络对信息的处理还具有自组织、自学习的特点。神经网络中各神经元之间的联结强度用权值大小来表示，权值可适应周围环境而在不断变化，即为神经元的学习过程，模拟了人的形象思维的方法，这是一种与传统符号逻辑完全不同的非逻辑非语言的方法。综上所述，神经网络反映人脑功能的若干基本特性，主要通过Hopfield网络实现联想记忆功能和优化计算功能。
如果某一专业领域的问题难于用精确数学描述，而且专业知识往往具有模糊性，即一种不确定性，这时，必须使用专家系统。人类专家的行为之所以获得显著效果，是因为他们具有宝贵的知识和经验。可以通过某种知识获取手段，把人类专家的某项专门领域的知识和经验转移到计算机中去，并依靠它的推理程序，让计算机作出接近专家水平的工作。因此，专家系统是一种计算机程序，它能以专家的水平完成专业化很强而又非常困难的专业任务。正如美国著名科学家费根鲍姆(Peigen Baum)教授所讲：“知识就是力量，电子计算机是这种力量的放大器。”专家系统的功能主要依靠大量的知识，而且以知识为基础，以计算机软件为强有力的支柱，其解决问题的能力和知识的广博有时超过人类专家。因此，专家系统的研究大大加快了人工智能及智能计算机研究的步伐，具有巨大的经济效益和社会效益。
经典控制论和现代控制论都是建立在被控对象精确模型基础上的控制理论。实际上，许多工业被控对象或过程都具有非线性、时变性、变结构、多层次、多因素以及各种不确定性能，难于建立精确的数学模型。因此，对这种系统既难于设计也难于实现有效的控制。正如著名控制论教授奥斯特隆姆所指出的：“即使像PID控制这一类问题，也不能用控制论单独解决，而直觉推理具有非常重要的作用。”由此可见，传统的控制理论的单纯数学解析结构，难于表达和处理有关被控对象的一些不确定信息，难以对复杂系统进行有效的控制，从而产生了“智能控制论与系统”这个新兴学科。
智能控制即是自动控制、运筹学和人工智能三个主要学科的结合物。即人工智能理论与技术的发展及其向控制领域的渗透，运筹学中的定量优化方法（如线性规划、优化决策等）和控制系统问题相结合，这样就在理论和实践上为控制理论开辟了新的发展方向，提供了新的思想和方法，为智能控制奠定了基础。智能控制系统与传统控制的主要区别就在于他们有处理不确定性和复杂性的能力，这种能力取决于该系统的智能水平。智能控制是一有效的计算机程序，这个程序指引一个未充分表示的复杂系统，即在一个不确定的环境中作出适当的行为。智能控制系统即有学习功能、适应功能、组织功能的控制系统。在未知环境下，能仿效人类的智能，实现对系统的控制，使系统从无序向期望的有序状态的转移。这里被控的对象可以是系统工业上某一生产过程，也可以是社会经济系统；其规模可以很大，也可以是一个很小的精密复杂的智能电子仪器等。
从维纳开始的控制论，经历半个世纪，发展到智能控制论，是人类在控制方面认识上的飞跃。今后，它必将推动相关学科的发展，在计算机硬件与软件方面必有新的突破。
（三）
目前，计算机技术在各行各业的应用正向纵深发展，特别在现代科学研究、工程设计等领域或需要大量的数学计算，用计算机进行数据处理，需要编制计算机程序。这样，就涉及两个问题，一个是解决问题的算法，另一个是程序设计语言。这样做势必花费大量的时间和精力。在这种情况下，出现了一些用于数学计算的应用软件包或科学计算语言，其中出色的一种，当首推MATLAB语言。
MATLAB的含义是矩阵实验室(MATRIX LABORATORY)，取每一个英文字的前三个字母，即为MATLAB。MATLAB是一种高性能的科学计算语言，它集计算、数据可视化和程序设计为一体，并能将问题的解决方案以用户熟悉的数学符号表示出来。在工程设计中常遇求解线性微分方程组问题，如果用传统的FORTRAN或C语言去编写程序，需几百行程序，使人望而生畏，而用MATLAB语言只需一个表达式即可解决问题。因此，它具有强大的数值计算功能，还提供了“专用数学函数”，大大提高了编程效率。其语言规则接近数学公式，程序易写易读，还可迅速方便地用图形、图象、动画等表示计算结果，数据可视化功能强。MATLAB还有强有力的人机交互能力，可把它作为计算、绘图与数据分析的有效工具。特别是MathWorks公司于2002年1月推出MATLAB6.2版本，它集数值分析、矩阵运算、信息处理和图形显示于一体构成一个方便的、界面友好的用户环境，MATLAB很快发展成为全世界控制系统计算机辅助设计CACSD(Computer Aided Control System Design)领域中最流行和最受欢迎的软件环境。MATLAB6.2版本，现已包括系统辨识、控制系统设计、鲁棒控制(Robust Control)、模型予测控制、模糊逻辑和非线性设计模块等六个控制工程类工具箱。当前，控制工程已经成为MATLAB应用最多的领域。
1990年Marth Works公司为MATLAB提供了新的控制系统模型图形与仿真工具SIMULINK。目前，SIMULINK为用户提供了用方框图形进行建模的图形接口，具有直观、方便、灵活的优点。从Windows版本引入图形仿真环境SIMULINK后，MATLAB才发展到今天这样广泛的使用范围。MATLAB的函数和命令几乎实现C或FORTRAN语言的全部功能，即使用户不懂这两种高级语言也能开发出功能强大、界面友好、稳定可靠的程序来，使你避开大量的底层工作，以便集中精力进行课题的研究。
在MATLAB环境下，输入一个行矢量很简单，只需使用方括号，并将各元素用逗号或空格隔开即可，如a=[1,2,3]。列矢量的输入只需在行量格式的基础上再加一个转置符号（′）即可。如：(b=a′)。
在MATLAB环境下，矩阵的输入同样简单，只是行与行之间要用分号隔开即可。如：c=[1,2,3;4,5,6;7,8,9]，即表示一个3×3阶的矩阵，d=c′，则表示矩阵c的转置。
MATLAB还有两种数学计算函数：矩阵型和数组型。矩阵型加减乘除按线性代数规则进行运算。如c+d,c-d,c×d,c/d（右除），c\d（左除），inv(c)（求逆），pinv(c)（求广义逆）等。数组型运算则是元素对元素的运算，所有参加运算的数组都应有相同的行列数。如c×d,c/d,c\d等。
由此可见，在MATLAB环境下，实现矩阵运算非常简捷高效。因此，应用MATLAB的关系与逻辑运算符以及条件结构，我们很容易编制各种应用程序，对研究的问题进行分析计算。另外，MATLAB还提供了大量的内部函数和卓有成效的数字计算方法。由此可见，应用MATLAB编程可以使我们避开大量的底层工作。
MATLAB的高效编程还体现在各类学科的专家在各自的领域用MATLAB编写的许多准确、高效的工具箱。工具箱实际上是对MATLAB进行扩展心理的一系列MATLAB函数（称为M文件），诸如信号处理、图象处理、控制系统、工程优化及神经网络等工具箱。比如，对控制论中所涉及的问题，便可借助于MATLAB软件包中的控制系统工具箱，进行系统中的脉冲响应、阶跃响应及频率响应等分析，还可进行PID串联校正装置设计。在MATLAB环境下，绘制系统的Nyquist频率特性曲线，对数频率特性曲线、Nicholes幅相频率曲线，实现起来只是举手之劳。还可利用SIMULINK的图形化仿真环境，设计有关的仿真实验亦很方便。
维纳开创的控制论经历了半个世纪，从单输入、单输出、定常、确定性的线性系统的研究，到多输入、多输出、不确定性、模糊系统的研究，是一个突飞猛进的进展。近几年发展起来的耗散结构论、协同论和突变论是分析复杂系统的有效工具。耗散系统的研究对象是开放系统，而客观世界的各种系统都是与周围环境有着相互依存和相互作用的开放系统，在一定条件下，由于子系统相互作用和协同，这种系统便会形成一种自组织结构，在宏观上，使系统达到了新的有序状态。突变论观察某种过程从一种稳定状态到另一种稳定状态的跃迁，就在这一刹那，系统状态发生了突变。当前，研究复杂不确定性系统的智能控制必须置于上述理论的框架之下，从开放复杂的系统角度出发，研究复杂的智能控制系统中子系统间的相互协同作用、系统状态从无序到有序的自组织过程。这些新兴学科构成了智能控制理论的前沿。庄子曰“生也有涯，知也无涯”。我们将以有限的生命去“追求”无穷的智慧。在现代控制论的基础理论方面，可能有一次大的突破，智能控制的内涵会不断丰富。“路漫漫其修远兮，吾将上下而求索”我们将在控制论的宽广领域中继续探索。
［收稿日期］2003-11-18
标签：控制论论文; matlab论文; 矩阵变换论文; 矩阵转置论文; 神经网络算法论文; 矩阵分解论文; 过程控制论文; matlab矩阵论文; 语言描述论文; 数学论文;